▎ 这是「五一」特辑的第二期，预计 2 ~ 3 期 😄
🔗 第一期 | 第二期 | 第三期 | 第四期 | 永久链接 | 知乎 | Newsletter
📝 写在前面
拖延症发作了，实在抱歉，再加上五一期间的各种事情，导致这一期的更新时间有点晚了。😂
🤖 聊聊简悦的各种 AI 用法
简悦是最早加入 AI 功能的产品了，基于阅读模式的使用场景，我发布了多种基于 AI 的使用方案，在这里做一个总结。
📚 基于阅读模式的 AI 方案
1️⃣ 下载量超 100K 专门负责阅读理解的 阅读助手
2️⃣ 让 AI 帮你翻译的 全文翻译 + 划词翻译 方案
💾 RAG 数据库（在线方案）
简悦的优势在于本地化的稍后读数据，而这些数据可以作为 RAG 方案的输入，来构建你的专属知识库。
目前已经有不少（学生）用户基于这点将 LLM 当作专属 QA 问答机器人来使用。
👉 导出简悦知识库 | 将你的稍后读用于 LLM 的数据来源（RAG）
💽 RAG 数据库（本地方案）
如果你是 Obsidian 用户（或本地快照用户），可以利用这些本地化的数据，零代码打造你的个人专属 AI 本地 LLM 知识库
1️⃣ Trace 篇
2️⃣ Ollama + Cherry Studio 篇
⚡️ MCP 插件
将简悦的稍后读功能接入 MCP 服务，相比上面的方案，此方案更轻量级，也更灵活。
👉 简悦 MCP 助手
